在2-y轴散点图中添加单侧重复测量试验的中值趋势线和p值[R]

加载样本数据帧

df <- structure(list(ID = c(1,1,1,2,2,2,3,3,3), 
time = c(0L,1L,2L,0L,1L,2L,0L,1L,2L),
M1a = c(0, 0.2, 0.3, 0, 1.5, 2.9,0, 2.4, 3.9), 
M2a = c(0, 0.4, 0.6,0,0.9, 0.9,0,0.5, 0.7), 
M3a = c(0,0.3, 0.4, 0, 0.6, 0.9,0, 0.5, 0.8), 
M4a = c(0,0.6, 0.6,0, 0.4, 0.6,0, 0.2, 0.9), 
M1b = c(0L, 200L, 300L,0L, 300L, 900L,0L, 900L, 1000L), 
M2b = c(0L, 400L, 600L,0L, 600L, 900L,0L, 600L, 1000L), 
M3b = c(0L, 300L, 400L,0L, 200L, 800L,0L, 200L, 900L), 
M4b = c(0L, 600L, 600L,0L, 800L, 1000L,0L, 400L, 1100L)), 
.Names = c("ID", "time", "M1a", "M2a", "M3a", "M4a","M1b", "M2b","M3b", "M4b"), class = "data.frame", row.names = c(NA, -9L))

我被什么困住了？ 1.中位数趋势线 我可以添加回归线，但我希望有一条中间趋势线连接三个时间点的M1a和M1b中间值

2.向图中添加p值，重复单向方差分析测试

fit1=aov（df$M1a~df$time+Error（ID/time），na.action=na.exclude，data=df）；
sig1=summary（fit1）$”错误：在“$”Pr（>F）”内
如果（sig=0.001&sig首先回答#2，则需要查看summary.aov对象的内部结构：

dput(summary(fit1))
structure(list(`Error: ID` = structure(list(structure(list(Df = 1, 
    `Sum Sq` = 5.60666666666667, `Mean Sq` = 5.60666666666667, 
    `F value` = NA_real_, `Pr(>F)` = NA_real_), .Names = c("Df", 
"Sum Sq", "Mean Sq", "F value", "Pr(>F)"), class = c("anova", 
"data.frame"), row.names = "Residuals")), class = c("summary.aov", 
"listof")), `Error: ID:time` = structure(list(structure(list(
    Df = 1, `Sum Sq` = 11.3157142857143, `Mean Sq` = 11.3157142857143), .Names = c("Df", 
"Sum Sq", "Mean Sq"), class = c("anova", "data.frame"), row.names = "df$time")), class = c("summary.aov", 
"listof")), `Error: Within` = structure(list(structure(list(Df = c(1, 
5), `Sum Sq` = c(0.325952380952381, 0.573888888888889), `Mean Sq` = c(0.325952380952381, 
0.114777777777778), `F value` = c(2.83985617480293, NA), `Pr(>F)` = c(0.152766396924706, 
NA)), .Names = c("Df", "Sum Sq", "Mean Sq", "F value", "Pr(>F)"
), class = c("anova", "data.frame"), row.names = c("df$time  ", 
"Residuals"))), class = c("summary.aov", "listof"))), .Names = c("Error: ID", 
"Error: ID:time", "Error: Within"), class = "summary.aovlist")

请注意，
summary（fit1）$“Error:”
中的值实际上埋得更深一层（并且没有名称，因此需要数字索引。请执行以下操作：

summary(fit1)$"Error: Within"[[1]]$`Pr(>F)`
[1] 0.1527664        NA

现在看看我是否能解决二坐标绘图问题。非常确定的是，在执行
par（new=TRUE）
操作之前，需要进行任何中值绘图，因为这会根据新数据更改用户坐标系

通过@VincentBonhome提供的有用评论，将具有提取值的标题添加到情节中：

 plot(df$time,df$M1a,type="p",col="red", cex=0.5, cex.main=2, cex.lab=1.0, cex.axis=0.7)
lines(unique(df$time), 
        tapply(df$M1a, df$time, median)) 
par(new = TRUE) 
plot( df$time, df$M1b,type="p", col="blue", xaxt="n", yaxt="n", xlab="",ylab="") 
lines(unique(df$time), 
      tapply(df$M1b, df$time, median))
mtext("Relative change (%)",side=4,line=3)
axis(4)
legend("topleft",col=c("red","blue"), lty=1,legend=c("Absolute Change","Relative Change"))

title(main=bquote("P-value for M1 (absolute scale)"== 
                       .(round(summary(fit1)$"Error: Within"[[1]]$`Pr(>F)`, 3) ) )  )

你对
par（new=TRUE）
的看法是正确的，这似乎是可行的：
绘图（df$time，df$M1a，type=“p”，col=“red”，cex=0.5，cex.main=2，cex.lab=1.0，cex.axis=0.7）
行（唯一（df$time），tapply（df$M1a，df$time，median））

par（new=TRUE）

绘图（df$time，df$M1b，type=“p”，col=”blue=“xan”，yan”，xlab=“”，ylab=“”）行（唯一（df$time），tapply（df$M1b，df$time，中位数））通常，人们希望根据值的联合范围在每个图中设置ylim，但这里的目标完全不同。两个坐标图被严厉批评为具有扭曲关系的巨大潜力。quantreg包提供了量化回归。

库（quantreg）；abline（rq（M1b~time，data=df，tau=0.5，col=2）

。这里使用50%的量度（tau）谢谢你的估算。@Vincentbonhome-谢谢。我试过你的样本测向脚本，它成功了，但对我的大数据不起作用。后来模拟了样本测向结构，你的脚本运行顺利，没有任何错误/警告，但我没有看到中间趋势线，实际上没有变化，不知道为什么？@42-谢谢！你的提示很好，此代码获取p值：

sig1=summary（fit1）$”错误：在“[[1]]$

Pr（>F）

[[1]]

。我不想在标题中明确提及p值，只想提及**或*符号，以便它们表示sig1=0.001和sig0.05的有效**水平，即标题可能是M1**或M1*或M1。基本原理-保持绘图整洁和对称，因为我可能会对300个独立变量运行它。期待！

summary(fit1)$"Error: Within"[[1]]$`Pr(>F)`
[1] 0.1527664        NA

 plot(df$time,df$M1a,type="p",col="red", cex=0.5, cex.main=2, cex.lab=1.0, cex.axis=0.7)
lines(unique(df$time), 
        tapply(df$M1a, df$time, median)) 
par(new = TRUE) 
plot( df$time, df$M1b,type="p", col="blue", xaxt="n", yaxt="n", xlab="",ylab="") 
lines(unique(df$time), 
      tapply(df$M1b, df$time, median))
mtext("Relative change (%)",side=4,line=3)
axis(4)
legend("topleft",col=c("red","blue"), lty=1,legend=c("Absolute Change","Relative Change"))

title(main=bquote("P-value for M1 (absolute scale)"== 
                       .(round(summary(fit1)$"Error: Within"[[1]]$`Pr(>F)`, 3) ) )  )